Linux基于webRTC的二次开发(一)

简介: Linux基于webRTC的二次开发(一)

为什么使用GCC编译?

这其实是无奈之举,Linux下webRTC中的ninja工程使用的是Clang进行编译,且依赖其内置的stdc标准库。然而我现有的开发环境所使用的编译器为GCC,在使用Clang进行webRTC二次开发时遇到各种编译错误,只好改用GCC重新编译webRTC。

1.获取webRTC源码

需要准备一个梯子,同时使用工具进行终端穿墙。

获取源码流程可以查看官方文档https://webrtc.org/native-code/development/

首先安装Chromium depot tools;

git clone https://chromium.googlesource.com/chromium/tools/depot_tools.git

将depot tools路径添加道环境变量中

export PATH=$PATH:/path/to/depot_tools

然后获取webRTC源码

mkdir webrtc-checkout
cd webrtc-checkout
fetch --nohooks webrtc
gclient sync

webrtc源码下载下来很大,确保翻墙工具有足够的流量

2.修改BUILD.gn

如果不修改GN files会出现一堆错误,编译无法通过

关闭-Werror编译选项

build/config/complier/BUILD.gn

修改treat_warnings_as_errors=false

使用系统stdc标准库

build/config/c++/BUILD.gn

注释掉

cflags_cc += [
    "-nostdinc++"
]
cflags += ["-fno-builtin-abs"]
ldflags += ["-nodefaultlibs"]
libs += [
    "c",
    "gcc_s",
    "m",
    "rt",
]

使用gcc编译命令为

gn gen webrtc-checkout/src/out/Default --args="is_clang=false"
ninja -C webrtc-checkout/src/out/Default

编译过程中可能会遇到因为源码问题导致编译出错,修改即可

编译成功后,即可使用gcc二次编译开发

注意编译时需添加一些编译选项

使用cmake构建工程时添加

set(CMAKE_CXX_FLAGS "-fno-rtti")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -DWEBRTC_LINUX=1 -DWEBRTC_POSIX=1")



相关文章
|
网络协议 ice
STUN, TURN, ICE介绍
STUN STUN协议为终端提供一种方式能够获知自己经过NAT映射后的地址,从而替代位于应用层中的私网地址,达到NAT穿透的目的。STUN协议是典型的Client-Server协议,各种具体应用通过嵌入STUN客户端与STUN Server端通讯来完成交互。
16505 1
|
网络协议 数据安全/隐私保护 网络架构
【个人笔记】计算机网络五层结构理解
【个人笔记】计算机网络五层结构理解
|
Kubernetes Shell Linux
K8S 实用工具之一 - 如何合并多个 kubeconfig?
K8S 实用工具之一 - 如何合并多个 kubeconfig?
|
开发者
UOS系统如何给软件签名
UOS系统如何给软件签名
UOS系统如何给软件签名
|
11月前
|
Web App开发 运维 安全
2025年十大远程控制软件专业横评:十大主流工具深度解析与选型建议
2025年十大远程控制软件深度横评:从性能、画质、功能、跨平台及体验五大维度,全面解析连连控、AnyDesk、TeamViewer等主流工具。专业用户如何选?本文揭晓综合实力最强之选,助你高效远程协作。
|
Web App开发 Android开发 ice
【Android App】给App集成WebRTC实现视频发送和接受实战(附源码和演示 超详细)
【Android App】给App集成WebRTC实现视频发送和接受实战(附源码和演示 超详细)
2385 2
【C++11(三)】智能指针详解--RAII思想&循环引用问题
【C++11(三)】智能指针详解--RAII思想&循环引用问题
|
Web App开发 开发工具 git
WebRTC 源码旧版本下载
WebRTC 源码旧版本下载
1305 0
|
机器学习/深度学习 存储 人工智能
深度学习模型部署综述(ONNX/NCNN/OpenVINO/TensorRT)(上)
今天自动驾驶之心很荣幸邀请到逻辑牛分享深度学习部署的入门介绍,带大家盘一盘ONNX、NCNN、OpenVINO等框架的使用场景、框架特点及代码示例。
深度学习模型部署综述(ONNX/NCNN/OpenVINO/TensorRT)(上)
|
计算机视觉
OpenCV(十一):图像仿射变换
OpenCV(十一):图像仿射变换
901 0

热门文章

最新文章